2026 年 8 月 12 日，机器人前瞻发布产业报道，戴盟机器人宣布完成数亿元战略轮融资，由蚂蚁集团领投，老股东同步超额跟投加注，距离两个月前完成的亿元 A 轮融资仅间隔很短时间，这也是蚂蚁系资本首次布局机器人触觉细分赛道。长期以来，蚂蚁资本持续深耕具身智能赛道，先后投资宇树、苏度、星海图、灵心巧手等多家头部企业，不少企业成长为行业独角兽，甚至完成上市或启动 IPO 筹备，产业布局覆盖机器人整机、通用具身大脑、灵巧手、核心零部件全链条，唯独触觉感知环节存在布局空白，而随着人形、服务机器人加速走进工厂、社区、家庭，各类精细作业对触觉交互能力的需求持续爆发，触觉成为决定机器人实操稳定性的核心门槛，蚂蚁此次投资正是瞄准物理交互这条关键赛道。行业普遍认可触觉是机器人对接真实物理世界的核心感知入口，机器人识别受力、摩擦、滑移、形变的能力，直接决定各类实操任务能否稳定落地，但行业长期停留在搭载触觉硬件的初级阶段，如何深度利用触觉数据完成认知、决策、实时操控，始终是行业待解难题，戴盟本周正式发布的全球首个触觉锚定世界模型 Daimon-TWM，给出了完整技术解决方案，依托企业多年搭建的感知、数据、模型、落地全链路体系，为机器人打造专属 “物理交互脑”，真正实现从单纯搭载触觉，到深度运用触觉完成全流程操作。
相关行业研究数据显示，在接触密集型作业场景中，融合触觉信息后，模型达成同等操作精度所需训练数据量仅为纯视觉方案的千分之一，戴盟将这一理论优势转化为可规模化落地的完整技术体系，Daimon-TWM 拥有原生触觉、一脑两大核心特性，模型依托百万小时级触觉全模态数据集 Daimon-Infinity 完成训练，创新设计统一触觉词元，从多模态信息中提取接触相关特征构建专属隐空间，在各类实操任务中自动提升触觉信息决策权重。模型首创 “一脑三体” 统一架构，将物理认知、推演决策、瞬时操控三大能力整合至同一框架内协同运行，物理认知模块依托千万级跨材质触觉数据，通过三阶段训练机制引导模型依靠触觉判别物体材质、接触状态，规避纯视觉识别带来的误判问题；推演决策模块跳出传统视觉帧预测思路，借助触觉思维链预判接触变化与操作风险，通过粗细分层机制推演局部受力与交互趋势；瞬时操控模块搭载 100Hz 高频伺服系统，实时融合预设动作、预判触觉与现场真实反馈，毫秒级修正动作轨迹，避免操作误差持续累积，整套架构形成 “前期预判、实时纠偏” 的完整物理智能闭环。
戴盟对外公开的多组实操演示，直观展现 Daimon-TWM 的差异化优势，模型可自主完成齿轮精密装配、花瓶与白板动态擦拭、笔袋收纳拉链操作、易碎玻璃碎片拾取、冰箱多品类物品整理等复杂任务，覆盖双臂协作、柔性物体操作、易碎品抓取、随机外力扰动等纯视觉模型极易失效的场景。测试数据显示，在无外界干扰条件下，Daimon-TWM 接触类任务平均成功率达 64.0%，人为施加外力扰动后仍保持 53.5%，对比同类模型 π0.5 的 26.0%、5.8% 提升数倍乃至十倍，环境扰动越强，触觉模型的性能优势越突出。在物体属性识别、跨传感器协同等九项核心物理认知评测指标中，Daimon-TWM 综合得分 60.1，大幅领先行业主流触觉专用模型与通用大模型，且伴随数据与模型规模扩张，性能存在持续提升的成长空间。
Daimon-TWM 的性能优势，根植于戴盟完整搭建的 Physical AI 基础设施，打通机器人部署、数据采集、模型训练、标准化评测、场景落地的循环数据飞轮，解决触觉行业各环节割裂的普遍痛点。感知层面，企业自研多维度高分辨率视触觉传感器，可同步采集压力、摩擦力、滑移、软硬程度等十余项触觉信号，完整还原真实交互细节；数据生产环节，搭建外发式采集网络，联合中国移动打造具身数据采集 5S 店，首期投放千套采集设备，满产后每年可产出百万小时真机操作数据，同时建立覆盖仿真、遥操作、实体真机的分层数据集体系，全球最大触觉数据集 Daimon-Infinity 已有部分内容在阿里魔搭社区开源，累计下载量突破 460 万次；数据处理环节打通采集、标注、时空对齐全流程，将原始传感数据转化为模型可识别的物理交互 Token；评测环节，企业联合银河通用推出 RobOmni 标准化评测基准，统一量化模型物理交互、跨本体迁移、抗扰动等核心能力；落地层面，戴盟已与联想、汇川技术、上声电子等企业达成战略合作，面向 3C 精密制造、家庭服务、商业场景推进模型规模化部署，完整链路持续反向补充实操数据，推动模型迭代升级。
当下具身智能行业竞争重心逐步转向稳定落地所需的底层物理交互能力，蚂蚁集团战略投资戴盟，押注的不只是单一触觉传感硬件，更是整套完整的触觉感知、数据生产、世界模型产业闭环。区别于行业单点式技术研发，戴盟串联起从硬件感知到场景商用的全链条体系，真正实现触觉能力转化为机器人可落地的实操优势，这套以触觉为核心的物理交互技术体系，也将成为决定下一阶段具身智能技术上限的关键核心变量。
